Search academic texts

Information × Registration Number 2114U006938, Article popup.category Опубліковано, Стаття Title PREDICTION THE HEAT CONSUMPTION OF SOCIAL AND PUBLIC SECTOR BUILDINGS USING NEURAL NETWORKS popup.author Парфененко Ю. В.Шендрик В. В.Галіченко О. С.Parfenenko Yu. V.Shendryk V. V.Galichenko O. S. popup.publication 21-11-2014 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/45256 popup.publisher National University "Zaporizhzhia Polytechnic" Description Запропоновано метод удосконалення процесів підтримки прийняття рішень при управлінні режимами теплозабезпечення закладівсоціально-бюджетної сфери шляхом розроблення моделі прогнозу споживання теплової енергії будівлею. Об’єктом дослідження єпроцес вибору найбільш оптимальної архітектури нейронної мережі для вирішення задачі прогнозування теплоспоживання будівлісоціально-бюджетної сфери. Предмет дослідження становлять моделі прогнозування теплоспоживання будівель соціально-бюджетноїсфери з використанням штучних нейронних мереж. Метою даного дослідження є підвищення достовірності прогнозування потреббудівель соціально-бюджетної сфери у теплозабезпеченні. Розроблено моделі короткострокового прогнозування теплозабезпеченняоб’єктів соціально-бюджетної сфери з використанням штучних нейронних мереж, що враховують вплив погодних умов, коливанняпотреби в тепловій енергії в залежності від графіку роботи закладу, а також минулі значення потреб у теплозабезпеченні. Моделіпобудовано на основі архітектур нелінійної мережі типу вхід-вихід, нелінійної авторегресійної мережі, нелінійної авторегресійноїнейронної мережі із зовнішніми входами. Запропоновані моделі реалізовано у програмному середовищі Matlab, для навчаннявикористано алгоритм Левенберга-Марквардта. Проведено експерименти з дослідження точності розроблених моделей, які показали, що найбільшої точності прогнозу можна досягти при використанні моделі типу NARX. Використання запропонованої моделі в рамках інформаційної системи «HeatCAM» для прогнозування теплоспоживання будівель протягом опалювального сезону дозволяєпідвищити ефективність підтримки процесу прийняття рішень при управлінні режимами теплозабезпечення, що призводить дозниження споживання теплової енергії. popup.nrat_date 2026-02-09 Close